Me myself and I

• Léo Mignot, Ingénieur de recherche au CNRS au CED.
• Vous ?

Pourquoi

• Si tout va bien Christine vous parle des enjeux de pourquoi/comment depuis le début de la semaine

• Ici mise en oeuvre pratique (même si se chevauche évidemment enjeux conceptuels, etc.)

• Collecter des données presse et les mettre en forme pour pouvoir en faire une analyse plus ou moins poussée :

  • basique
  • statistique
  • textuelle (NLP, etc.)

Exemples

• Classer des styles de vie
• Critique de l’IA dans la presse

Grandes lignes

(Suppose des choix scientifiques et méthodologiques)

• mots clés (et les champs : titre, full text, etc.)
• sources (i.e. les médias / zones géographiques)
• dates (plage temporelle)
• puis exporter

Des enjeux méthodologiques

• Qu’est-ce qui est inclu et depuis quand ?
• Les doublons, reprises et redites
• Qu’est-ce qui fait l’objet d’un traitement médiatique ?
• Plein d’autres :
  • Aricle Paul le Derf

Concrètement

• Avoir un accès institutionnel et se connecter
• Basculer sur la version classique
• Faire sa requête (recherche avancée)
  • mots clés | dates | délimiter les sources
• Classer par ordre chronologique (cf n>1000)
• Scroller, selectionner, sauvegarder
• Reproduire l’opération si plus de 1000 documents

cf. le tuto de Corentin Roquebert

Illustration en direct live

C’est normalement là que :

• la connexion internet plante
• Europresse bloque car trop grand nb de connexion
• tout autre évènement pertubateur

Accueil et version classique

Recherche avancée

Recherche en version mobile

Résultats et tri

Scroll et export

Vous avez dejà vu une page internet ?

… mais pour de vrai ?

Format HTML

• Fichiers HTML -> structurés, balisés
  • ici : journal, auteur, date, etc.
• Traiter et transformer le fichier
• Pour passer en données tabultaires (ou autre selon les besoins)
  • csv, ligne étoilée iramuteq, etc.

cf. lignes/colones, indivius/variables

Convertir HTML vers un format plus exploitable

Pour convertir tout ça :

• À la main (nope)
• Créer un script adapté python/R
• Utiliser des outils “tout faits”

Europarser

Accès : https://ceres.huma-num.fr/europarser/

Alternatives

• D’autres personnes développent des parsers
• Voir évolution dans le temps et vos cas d’usage
• Exemple avec Émilien Schultz:
  • https://dstool.onrender.com/

Parfois intégré aux logiciels

• Dernière version d’Iramuteq propose l’import ?
• Cortext également ?

Demo conversion en live

En avant

Format / usages

• Adapter les formats de sortie aux usages que vous souhaitez en faire
• Cas classiques :
  • traitements stats
  • analyse textuelle

Outils

• Logiciels libres de traitement stat (jamovi, etc.)
• Logiciels libres spécialisés (Iramuteq, Cortext)
• La programmation : sky is the limit / “faites mieux”

Demo analyse live

Tests dans jamovi, Python, plus si affinité

• Ça va foirer
• On va casser des trucs
• C’est normal